En este bloque introductorio se asentarán las bases de programación en Python.

• Utilización de herramientas básicas de programación como IDE Visual Studio Code.
• Trabajo con el entorno de Jupyter Notebooks y ejecución de código Python (práctica con Python).
• Identificación y manejo de errores comunes en programación.
• Trabajo con estructuras de control de flujo.
• Desarrollo de habilidades  de programación orientadas a objetos.

En este segundo bloque se desarrollarán habilidades sobre el análisis de datos.

• Uso de Git para el control de versiones en proyectos colaborativos.
• Aplicación Agile en la gestión de proyectos (práctica de metodologías).
• Diseño y creación de bases de datos (sintaxis SQL).
• Uso de APIS para la extracción de datos de diferentes fuentes.
• Trabajo con Web Scraping para la obtención de datos de páginas web.
• Manipulación de archivos JSON, CSV y otros.
• Entornos virtuales. 
• Automatización de procesos y obtención de estadísticas significativas.
• Herramientas de visualización (mapas incluidos). 

En este tercer bloque se trabajará con inteligencia artificial y se conocerán las diferentes aproximaciones al campo del Machine Learning.

• Conocimiento básico sobre Machine Learning.
• Identificación de los diferentes tipos de problemas de Machine Learning.
• Evaluación de modelos de Machine Learning.
• Construcción de árboles de decisión.
• Desarrollo de modelos SVM y KNN.
• Aplicación de técnicas de PCA en la reducción de la dimensionalidad de datos y otras técnicas no supervisadas (fraude, jerárquicos…).
• Aprendizaje no supervisado, clustering, ensamblados, series, temporales y pipelines. 
• Aplicación de conceptos base de NLP. 
• Deep learning, redes convolucionales y transfer learning.

En este último bloque se aprenderá a hacer despliegues de datos de manera eficaz.

• Comprensión del concepto de APIs y desarrollo de APIs con Flask.
• Desarrollo de arquitecturas para comunicar diferentes piezas de software.
• Gestión de bases de datos en la nube.
• Creación y gestión de instancias de EC2 y aplicaciones en la nube de Amazon.
• Integración de modelos de Machine Learning en sistemas productivos con Amazon.
• Integración de inteligencia artificial avanzada con ChatGPT.
• Conceptualización de Big Data.

Este programa incluye formación universitaria impartida por profesorado de la Universidad Autónoma de Madrid (UAM).

Como parte de tu bootcamp, cursarás dos microcredenciales oficiales:

• Programa de Aplicación profesional en Análisis de Datos (6 ECTS)
• Programa de Aplicación profesional en IA (Machine Learning y Deep Learning) (6 ECTS)

Estas acreditaciones reconocen tu aprendizaje dentro del Espacio Europeo de Educación Superior.

Nuestros estudiantes destacan especialmente estas clases por su claridad, rigor y la capacidad del profesorado UAM.

Esta combinación: formación intensiva + acreditación universitaria, te diferencia y refuerza tu perfil profesional en tecnología.